โครงการนี้จัดทำขึ้นเพื่อตอบสนองต่อปัญหาในทางการแพทย์ที่เกี่ยวข้องกับกระบวนการนับและแยกเซลล์เม็ดเลือดจากตัวอย่าง ซึ่งเป็นกระบวนการที่ต้องใช้เวลาและความแม่นยำสูง เพื่อช่วยลดภาระของบุคลากรทางการแพทย์ ทางผู้จัดทำจึงได้พัฒนา แพลตฟอร์มและระบบปัญญาประดิษฐ์ (AI) ที่สามารถจำแนกประเภทและนับจำนวนเซลล์จากภาพตัวอย่างได้โดยอัตโนมัติ ระบบนี้ถูกออกแบบมาเพื่อช่วยผ่อนแรงนักเทคนิคการแพทย์ให้สามารถทำงานได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น ลดระยะเวลาในการตรวจวิเคราะห์ อีกทั้งยังเป็นการส่งเสริมการพัฒนาเทคโนโลยีในวงการแพทย์ เพื่อให้สามารถรองรับการใช้งานในระดับห้องเรียน ห้องปฏิบัติการจนถึงโรงพยาบาลได้อย่างมีประสิทธิภาพ
เนื่องจากคณะผู้จัดทำมีโอกาสได้พูดคุยกับบุคลากรที่ทำงานในสายอาชีพเทคนิคการแพทย์ จึงเล็งเห็นถึงปัญหาด้านระยะเวลาการทำงาน โดยเฉพาะในกระบวนการแยกและนับจำนวนเซลล์เม็ดเลือด ซึ่งเป็นขั้นตอนที่ใช้เวลาค่อนข้างมาก คณะผู้จัดทำจึงเล็งเห็นโอกาสในการนำความรู้ที่มีมาพัฒนาแนวทางใหม่เพื่อช่วยลดภาระงานของบุคลากรทางการแพทย์ หากสามารถลดระยะเวลาในกระบวนการดังกล่าวได้ ด้วยเหตุนี้เอง โครงการนี้จึงถูกริเริ่มขึ้นมา โดยมีเป้าหมายเพื่อพัฒนาเทคโนโลยีที่สามารถสนับสนุนการทำงานของบุคลากรทางการแพทย์ และยกระดับคุณภาพของกระบวนการตรวจวินิจฉัยให้มีความรวดเร็วและแม่นยำยิ่งขึ้น
คณะเทคโนโลยีการเกษตร
ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ
คณะวิทยาศาสตร์
การสรรหาบุคลากรเป็นกระบวนการสำคัญที่ช่วยให้องค์กรสามารถคัดเลือกบุคลากรที่มีคุณสมบัติตรงตามความต้องการของตำแหน่งงาน อย่างไรก็ตาม กระบวนการนี้มักเผชิญกับปัญหาด้านการจัดการข้อมูล ความล่าช้า และอคติของมนุษย์ งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาเว็บแอปพลิเคชันอัจฉริยะสำหรับการสรรหาพนักงานโดยใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อช่วยประเมินและให้คะแนนความเหมาะสมของผู้สมัครกับตำแหน่งงาน โดยใช้เทคนิคการวิเคราะห์ข้อมูลจากประวัติย่อ (Resume) และกระบวนการจับคู่คุณสมบัติตามเกณฑ์ที่กำหนด ระบบที่พัฒนาขึ้นตามหลักการอาไจล์ (Agile ) ใช้เทคโนโลยีการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) ในการวิเคราะห์ประวัติย่อ พิจารณาคุณสมบัติ ทักษะ และประสบการณ์ของผู้สมัคร พร้อมทั้งใช้การเรียนรู้ของเครื่อง (Machine Learning) ในการคาดการณ์และจัดลำดับความเหมาะสม ระบบสามารถรวบรวมข้อมูลจากหลายแหล่งให้อยู่ในฐานข้อมูลเดียวกัน เพื่อลดความซ้ำซ้อนและข้อผิดพลาดจากการป้อนข้อมูล และนำเสนอข้อมูลผ่านแดชบอร์ดเพื่อให้ฝ่ายทรัพยากรบุคคลสามารถตัดสินใจได้อย่างมีประสิทธิภาพ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-